Quiz dotyczący odbudowy twarzy GFPGAN

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Jaki wstępnie wyszkolony model zapewnia „generatywne priorytety twarzy” GFPGAN?
   • StylGAN2
   • BERT
   • ResNet-50
   • Szeptać
2. What is the role of GFPGAN’s CS-SFT layers?
   • They compress the image file
   • They blend prior features with input-specific information to balance realism and fidelity
   • They translate captions
   • They detect objects in the background
3. What does the GFPGAN paper report about inference?
   • It needs exactly 50 optimization passes
   • It performs one pass per image pixel
   • It restores facial details in a single forward pass
   • It iterates until the input becomes a perfect photograph
4. Jaki model towarzyszący jest często łączony z GFPGAN w celu obsługi tła?
   • GPT-4
   • YOLO
   • Stabilna dyfuzja XL
   • Prawdziwy-ESRGAN
5. Czego NIE wymaga GFPGAN podczas szkolenia?
   • Sparowane zdjęcia wysokiej jakości tej samej konkretnej osoby
   • Kontrawersyjna strata
   • Wstępnie przeszkolona twarz
   • Strata percepcji
6. Jaki jest kluczowy problem etyczny związany z odbudową w stylu GFPGAN?
   • Zużywa za mało prądu
   • Potrafi wymyślić wiarygodne szczegóły twarzy, których nie było w oryginale
   • Działa tylko na kreskówkach
   • Automatycznie usuwa oryginalny plik
7. What is the full name of GFPGAN’s CS-SFT component?
   • Color-Space Semantic Face Tracking
   • Convolutional Style-Filter Training
   • Channel-Split Spatial Feature Transform
   • Channel-Specific Super-Resolution Fourier Transform
8. In blind face restoration, what does “blind” mean?
   • The face is hidden behind an object
   • The system only processes black-and-white images
   • The model never sees an input image
   • The exact degradation process is not known in advance